基于YOLOv8n与LGMD算法的面向汽车与行人的碰撞预警方法

本申请涉及智能交通系统(I TS)与自动驾驶领域，其具体地公开了一种基于YOLOv8n与LGMD算法的面向汽车与行人的碰撞预警方法，其包括：首先通过高分辨率视觉传感器对车辆前方区域的动态场景信息进行实时采集并进行去噪处理，接着通过轻量化YOLOv8n模型进行目标识别；进一步通过LGMD模型对RO I信息进行特征聚合、灰度转换、时序差分以及激励‑抑制机制计算以获取图像的总净激励信息；然后根据光强度与汽车速度获取碰撞阈值；最后对比图像的总净激励信息和碰撞阈值，并发出碰撞预警。这样，通过两级处理机制(首先通过YOLOv8n目标识别，然后通过LGMD模型进行运动威胁分析)实现动静结合的碰撞检测，能够有效提高碰撞检测的准确性和可靠性。